Kendall 순위상관 구하는 방법
- 비교할 두 열(예: 평가자 두 명의 점수나 순위)을 머리글과 함께 복사합니다.
- 변수 X에 평가자 A, 변수 Y에 평가자 B처럼 순서를 비교할 두 열을 고릅니다.
- 분석하기 버튼을 누르고 정보창의 τ, p-value와 자동 해석을 확인합니다.
예제 데이터로 보는 결과
예제 데이터는 시제품 12개를 평가자 A와 B가 각각 매긴 점수입니다(평가자마다 같은 점수 없음).
시제품 쌍 66개를 비교하면 두 평가자의 순서가 같은 쌍이 52개, 반대인 쌍이 14개라서 τ = (52 - 14) / 66 = 0.5758입니다. 동점이 없고 데이터가 12개라 p-value 0.008758은 정확한 순열 분포로 계산했으며, 0.05보다 작아 두 평가가 우연 이상으로 일치한다고 볼 수 있습니다.
같은 데이터의 Spearman ρ는 0.7273으로 τ보다 큽니다. 두 계수는 정의가 달라 τ가 보통 더 작게 나오므로, τ를 ρ나 r과 같은 숫자 기준으로 비교하지 않도록 주의합니다.
τ가 1이 아니라는 것은 두 평가자의 순위가 어긋나는 시제품도 있다는 뜻입니다. 산점도에서 추세선과 멀리 떨어진 점(예: A는 60점, B는 72점)을 찾아 평가 기준이 다른지 확인해 볼 수 있습니다.
계산 방법
모든 관측값 쌍에 대해 X와 Y의 순서가 같으면 일치, 반대면 불일치로 셉니다. τ-b = (일치 - 불일치) / √((전체쌍 - X동순위쌍)(전체쌍 - Y동순위쌍))로, 동점이 있어도 -1~1 범위가 유지됩니다.
p-value는 SciPy kendalltau와 같이 동점이 없고 데이터가 33개 이하이면 정확한 순열 분포로, 그 밖에는 동점을 보정한 정규근사로 구합니다.
언제 쓰나요?
두 평가자(또는 두 검사 방법)가 매긴 순위가 얼마나 일치하는지, 표본이 10~20개 정도로 적은 두 변수의 관계 등을 볼 때 쓰입니다.
Kendall τ 해석 방법
- τ는 같은 데이터에서 보통 Spearman ρ보다 작게 나옵니다(예제: τ=0.5758, ρ=0.7273). 강도 등급은 같은 경계(0.1·0.3·0.5·0.7)로 판단합니다.
- τ는 '임의로 고른 두 관측값의 순서가 일치할 확률 - 불일치할 확률'로 읽을 수 있습니다. τ=0.5758이면 일치하는 쌍이 불일치하는 쌍보다 약 58%p 많다는 뜻입니다.
- p-value가 0.05보다 작으면 두 순서가 우연 이상으로 일치한다고 봅니다.
자주 묻는 질문
τ-a와 τ-b 중 어느 것인가요?
동점을 보정한 τ-b입니다. 동점이 없으면 τ-a와 같습니다.
데이터가 많으면 느려지나요?
모든 쌍을 비교하므로 수천 행이면 계산에 잠시 걸릴 수 있지만 브라우저에서 바로 끝납니다.
동점이 많으면 어떻게 되나요?
동점은 τ-b의 분모에서 보정하고 p-value도 동점을 보정한 정규근사로 구합니다. 1~5점 척도처럼 동점이 아주 많으면 τ가 1에 닿기 어려워집니다.